模型

1. 首页
2. 模型

VLOGGER

VLOGGER AI是一款由谷歌研究团队开发的多模态扩散模型，主要用于从单一输入图像和音频样本生成逼真的、连贯的人像动态视频。该工具能够根据音频控制人物动作，包括面部表情、唇部动作、头部运动、眼神、眨眼及上身和手部动作，实现音频驱动的视频合成。VLOGGER生成的视频具有高度的真实性和多样性，能够展示原始主体的不同动作和表情。此外，VLOGGER还可以用于编辑现有视频和跨语言视频内容适配。

AI项目与工具 2024年01月01日 12 点赞 0 评论 861 浏览

Embodied Reasoner

Embodied Reasoner是由多家科研机构联合开发的具身交互推理模型，通过视觉搜索、推理与行动协同完成复杂任务。采用模仿学习、自我探索和自我修正三阶段训练方法，生成多样化思考过程，提升任务规划效率。在长时序任务中表现优异，减少重复搜索和逻辑错误。适用于智能家居、仓储物流、医疗辅助等多个场景，具备多模态交互和强推理能力。

AI项目与工具 2025年06月11日 88 点赞 0 评论 860 浏览

Draft

Draft，一个模型丰富的AI绘画工具，里面有官方模型、二次元女生、二次元男生、未来科技、奇幻之旅、游戏等类型的模型，还有社区模型可以使用，它是收费的，不过每天都有一些免费额度使用。

Ai绘画生成 2025年06月05日 40 点赞 0 评论 860 浏览

Merlin AI

一个基于OpenAI的ChatGPT技术的浏览器扩展，Merlin AI能够在用户的浏览器上提供一键访问ChatGPT、GPT-4、Claude和Llama等高级语言模型的功能。

AI写作对话 2025年06月05日 82 点赞 0 评论 860 浏览

TheoremExplainAgent

TheoremExplainAgent（TEA）是一款基于多模态技术的AI工具，可生成超过5分钟的数学与科学定理解释视频，涵盖多个STEM领域。它结合文本、动画和语音，提升抽象概念的理解效果，并具备自动错误诊断功能。通过TheoremExplainBench基准评估，TEA在准确性、逻辑性和视觉表现上均表现优异，适用于在线教育、课堂教学和学术研究等多种场景。

AI项目与工具 2025年06月12日 13 点赞 0 评论 860 浏览

Gemini 2.5 Pro

Gemini 2.5 Pro 是谷歌推出的高性能 AI 模型，具备深度推理能力，可在多模态输入下进行复杂任务处理。支持文本、图像、音频、视频及代码等多种输入形式，拥有 100 万 token 的上下文窗口。在推理、代码生成和多模态任务中表现优异，适用于学术研究、软件开发、创意工作和企业应用等多个领域。

AI项目与工具 2025年06月12日 75 点赞 0 评论 860 浏览

BestGpts

BestGPTs.app是一个提供ChatGPT定制版本的平台。它旨在提供符合用户需求的先进人工智能能力。我们的平台旨在改革企业和个人如何使用AI以提升他们的运营。

GPTs应用 2025年06月05日 72 点赞 0 评论 859 浏览

青椒云图形工作站

青椒云高性能图形工作站，一键启动stable diffusion（免安装+大量墙外模型），AIGC动画制作插件、loar模型炼丹器（无配置要求）

Ai绘画生成 2026年08月14日 0 点赞 0 评论 859 浏览

Step

覆盖了从个人使用到企业级应用的多个方面的多模态大模型。

创作工具 2026年08月14日 0 点赞 0 评论 859 浏览

FoxBrain

FoxBrain是由鸿海研究院推出的大型语言模型，基于Meta Llama 3.1架构，拥有70B参数，专注于数学与逻辑推理领域。其采用高效训练策略，结合高质量中文数据与Adaptive Reasoning Reflection技术，提升推理能力。FoxBrain适用于智能制造、智慧教育、智能办公等多个场景，支持数据分析、代码生成、文书协作等功能，具备较强的上下文处理能力和稳定性。

AI项目与工具 2025年06月12日 97 点赞 0 评论 859 浏览